根据南加州大学Stevens INI发表在《柳叶刀数字健康》上的一项新研究，大脑未受损的一侧可能通过保持更年轻的状态来支持中风康复。
来自增强神经影像遗传学通过荟萃分析（ENIGMA）中风康复工作组的 researchers 使用人工智能深度学习技术，分析了来自八个国家500多名幸存者的MRI扫描数据。
通过计算每个大脑半球的脑龄，研究发现，严重受损的患者表现出意想不到的神经可塑性（大脑重新布线），即健康的脑区会进行重组并保持更年轻的结构，以补偿损伤。
“我们发现，较大的中风会加速受损半球的衰老，但矛盾的是，它会使大脑对侧看起来更年轻，”该研究的共同资深作者、南加州大学凯克医学院研究神经学副教授Hosung Kim博士说。
“这种模式表明，大脑可能正在进行自我重组，本质上是在使未受损的网络恢复活力，以补偿失去的功能。”
研究团队使用了一种称为图卷积网络的高级人工智能形式，从MRI数据中预测18个脑区的生物学年龄。一个人的预测脑龄与实际年龄之间的差异，称为大脑预测年龄差（brain-PAD），可作为神经健康的一个敏感标志。
当研究团队将这些测量结果与运动能力评分相关联时，他们发现了一个显著的模式：即使在康复超过6个月后，伴有严重运动障碍的中风幸存者，在病灶对侧的脑区，特别是涉及运动规划、注意力和协调的关键系统——额顶叶网络中，显示出比预期更年轻的脑龄。
“这些发现表明，当中风导致更大的运动功能丧失时，大脑对侧未受损的区域可能会适应以帮助补偿，”Kim解释说。
“我们在对侧额顶叶网络中看到了这一点，它显示出更‘年轻’的模式，并且已知支持运动规划、注意力和协调。与其说这表明运动功能完全恢复，不如说这种模式可能反映了大脑在受损运动系统无法正常运作时试图进行调整。”
“这为我们提供了一种传统成像无法捕捉到的观察神经可塑性的新方法。”
这项研究通过ENIGMA进行，这是一个全球性的联盟，汇集了来自50多个国家的数据，以更好地理解跨疾病的脑部情况。研究人员协调了数十个队列的MRI数据和临床指标，建立了同类中最大的中风神经影像数据集。
“通过汇集全球数百名中风幸存者的数据，并应用尖端人工智能，我们可以检测到在较小研究中会隐而难见的细微大脑重组模式。这些关于慢性中风中区域差异性脑龄的发现，最终可能指导个性化的康复策略，”南加州大学Stevens INI主任、教务长教授Arthur W. Toga博士说。
该团队计划扩大他们的工作，包括纵向研究，跟踪患者从中风急性期到慢性期的恢复过程。通过观察脑龄和重组模式随时间的发展，临床医生可能能够根据每位患者独特的神经适应过程来定制干预措施，从而在不久的将来改善康复结果和生活质量。
参考：
- 慢性中风中通过深度学习衍生的MRI区域脑龄评估的对侧神经可塑性与运动障碍之间的关联（ENIGMA）：一项多队列、回顾性观察研究
来源：Eurekalert
【全文结束】